高并发和大流量解决方案
问题：PHP如何解决网站大流量与高并发的问题？
并发、我们说的高并发是什么？
并发：通常是指并发访问。也就是在某个时间点，有多少个访问同时到来。
通常如果一个系统的日PV在千万以上吗，有可能是一个高并发的系统。
有的公司完全不走技术路线，全靠机器堆，这不在我们的讨论范围。
高并发的问题，我们具体该关心什么？
(1) QPS：每秒钟请求或者查询的数量，在互联网领域，指每秒响应请求数（指HTTP请求）；
(2) 吞吐量：单位时间内处理的请求数量（通常有QPS与并发数决定）
(3) 响应时间：从请求发出到收到响应花费的时间
(4) PV：综合浏览量，即页面的浏览量或点击量，一个访客在24小时内访问的页面数量。（同一个人浏览你的网站同一页面，只记作一次PV。）
(5) UV：独立访客，即一定时间范围内同一访客多次访问网站，只计算为一个独立访客。
(6) 带宽：计算带宽大小需关注两个指标，峰值流量和页面的平均大小。
日网站带宽 = PV / 统计时间（换算到秒）* 平均页面大小（单位KB）* 8
峰值一般是平均值的倍数，根据实际情况来定。
(7) QPS 不等于 并发连接数。
QPS是每秒HTTP请求数量，并发连接数是系统同时处理的请求数量。
(8) （总PV数*80%）/（6小时秒数*20%）= 峰值每秒请求数(QPS)
二八定律：80%的访问量集中在20%的时间
(9) 压力测试：测试能承受的最大并发，测试最大承受的QPS值。
测试机器与被测试机器分开。
不要对线上服务做压力测试。
观察测试工具所在机器，以及被测试的前端机的CP，内存，网络等都不超过最高限度的75%。
不同优化方案：
QPS：50 不需要优化
QPS：100 数据库缓存、数据库负载均衡 数据库瓶颈
QPS：800 带宽瓶颈 CDN加速，负载均衡
QPS：1000 静态HTML缓存
QPS：2000 做业务分离，分布式存储
流量优化：
- 防盗链处理
- 前端优化（减少HTTP请求、添加异步请求、启用浏览器缓存和文件压缩、CDN加速、建立独立的图片服务器）
- 服务端优化（页面静态化、并发处理、队列处理）
- 数据库优化（数据库缓存、分库分表分区操作、读写分离、负载均衡）
